經過網上查找，找到了問題所在：在使用keras編程模式是，中間插入了tf.reshape()方法便遇到此問題。
解決辦法：對於遇到相同問題的任何人，可以使用keras的Lambda層來包裝張量流操作，這是我所做的：
embed1 = keras.layers.Embedding(10000, 32)(inputs) # embed = keras.layers.Reshape(-1,256, 32, 1)(embed1) # embed = tf.reshape(embed1, [-1, 256, 32, 1]) def reshapes(embed1): embed = tf.reshape(embed1, [-1, 256, 32, 1]) return embed embed = keras.layers.Lambda(reshapes)(embed1)